harbor-framework

SWE-Interact已更新，以支持软件工程任务的动态、用户驱动的评估会话，在Harbor中提供原生支持，用于模拟多轮用户-代理交互。

使用 Harbor 框架和 LangSmith 沙箱运行智能体评估的指南，提供完整追踪支持。